隨著社會經(jīng)濟和技術(shù)的發(fā)展,顧客需求趨于大規(guī)模個性化,產(chǎn)品需要不斷快速響應(yīng)變化以提高自身競爭力,而這種變化具有不確定性和傳播性,加大了產(chǎn)品開發(fā)的成本和時間。因此對產(chǎn)品演化問題進行研究顯得十分重要。產(chǎn)品演化度的量化評估是產(chǎn)品演化研究的基礎(chǔ),現(xiàn)有相關(guān)研究中大多關(guān)注產(chǎn)品自身結(jié)構(gòu),很少考慮用戶隱性知識,忽略了產(chǎn)品中用戶隱性知識對產(chǎn)品演化的驅(qū)動作用。由于用戶隱性知識中包含了豐富的顧客需求,是實現(xiàn)產(chǎn)品創(chuàng)新的重要來源,本文嘗試從用戶隱性知識演化的角度研究產(chǎn)品演化,探索演化模式和演化機制,對產(chǎn)品演化度進行量化評估,具體研究內(nèi)容如下:(1)用戶隱性知識網(wǎng)絡(luò)構(gòu)建及知識簇識別。首先,借助文本挖掘技術(shù)對包含大量信息的產(chǎn)品在線評論和問答進行預(yù)處理,獲取用戶隱性知識。然后,將用戶隱性知識映射為網(wǎng)絡(luò)節(jié)點,用戶隱性知識之間的相似關(guān)系映射為邊,實現(xiàn)用戶隱性知識網(wǎng)絡(luò)模型的構(gòu)建。最后,借助Girvan和Newman提出的GN算法對用戶隱性知識網(wǎng)絡(luò)進行分割,獲得一系列產(chǎn)品知識簇,為后續(xù)內(nèi)容提供研究輸入。(2)產(chǎn)品演化模型構(gòu)建及產(chǎn)品演化度量化評估。以上述用戶隱性知識網(wǎng)絡(luò)中獲得的知識簇為輸入,借助LDA(Latent Dirich...

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀綜述
    1.3 研究內(nèi)容、方法與創(chuàng)新點
    1.4 技術(shù)路線與章節(jié)結(jié)構(gòu)
    1.5 本章小結(jié)
2 產(chǎn)品演化度評估框架及關(guān)鍵技術(shù)
    2.1 相關(guān)概念
    2.2 產(chǎn)品演化度評估框架
    2.3 產(chǎn)品演化度評估研究關(guān)鍵技術(shù)
    2.4 本章小結(jié)
3 用戶隱性知識網(wǎng)絡(luò)構(gòu)建及知識簇識別
    3.1 基于文本挖掘的用戶隱性知識獲取
    3.2 用戶隱性知識網(wǎng)絡(luò)構(gòu)建
    3.3 文本相似度計算
    3.4 基于社區(qū)發(fā)現(xiàn)的用戶隱性知識簇識別
    3.5 本章小結(jié)
4 產(chǎn)品演化模型構(gòu)建及演化度評估
    4.1 LDA主題模型
    4.2 產(chǎn)品演化度評估
    4.3 主題演化圖
    4.4 本章小結(jié)
5 案例研究
    5.1 企業(yè)背景及選擇原因
    5.2 P-手機用戶隱性知識網(wǎng)絡(luò)構(gòu)建
    5.3 P-手機演化度評估
    5.4 P-手機主題演化圖
    5.5 結(jié)果分析和討論
    5.6 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
作者簡歷
學(xué)位論文數(shù)據(jù)集



本文編號：3786271